登录 后可发表评论
嘉宾：Naval Ravikant
时间：2026年5月4日
主题：初创公司设计、无人机战争与硬件复兴
Nivi：欢迎收听 Naval 播客，我是 Nivi。本期节目没有固定的主题，我们将畅聊一切。
Nivi：Naval，你在你们现在的公司 Impossible 里，是如何利用 AI 来改变企业管理方式的？还是说，因为你们公司规模太小，全是一群聪明的独立贡献者，AI 其实并没有对你们的日常运营产生实质影响？
Naval：后者的成分更多一些。我们采用的是“枢纽-轮辐式”（hub-and-spoke）架构。我的联合创始人是 CEO，大家基本上都向他汇报。他就像是一个到处跑的产品经理，脑子里装着所有事情，试图把这个看似不可能的任务拼凑在一起。每个人都与他对接，而我们招的人都非常聪明。
我们保持着非常扁平的结构。我们鼓励员工在需要时进行直接沟通。给你个概念，我们甚至不用 Slack。所以，我们并没有把 AI 作为一种明确的内部沟通工具。但在潜移默化中，AI 依然非常有用。我们不像 Square 公司那样——我知道 Jack Dorsey（Twitter 创始人）围绕 AI 重组了 Square，Shopify 的 Tobi 可能也在做类似的事情。有些人在组织管理上非常擅长，他们会进行各种实验。
但我从来不擅长组织管理。我其实很讨厌管人，因为我讨厌“组织”，讨厌大群体。在大公司里你很难做成事，接触不到最顶尖的人才，而且到处都是政治斗争。所以我更喜欢保持小团队。
我们指望员工能够独立运作，并在需要时直接相互沟通。就像我说的，我们连 Slack 都不用，也不用任何项目管理软件，我觉得我们用的最复杂的工具也就是 GitHub 了。
员工想交流时就直接发私信，真的是一对一地说话。有时候这会显得有些混乱，他们得自己想办法弄清楚该去找谁，但这本身就是一项必备的技能。
这有点像计算机网络。你该如何组织网络以实现效率最大化？因为在某个临界点，沟通的成本会变得极高。传统的答案是“层级制”——建立一棵大树。CEO 在最顶端，下面是一堆 VP 或 SVP，再往下是更多的 VP、中层管理者等等。这种结构能让大家步调一致。
但这太令人窒息了。这里面有太多的办公室政治。除非你像 Elon 或 Brian Chesky 那样开启“创始人模式”，否则基层员工根本无法与高出自己两三层的领导对话。而即便如此，当 CEO 终于和工程师说上话时，外界还会把这当成某种了不起的成就来大肆庆祝。听得出来我在讽刺吧？我觉得这种运作方式糟透了。但这似乎是规模扩大的必然代价。因为我们还没到那个规模，所以我非常反感这种做法。
相反，我更喜欢“全互联图”（Fully interconnected graph）。这听起来有点疯狂——每个人都可以和任何人对话，中间只有一个轻微的“枢纽-轮辐”，由一个人（CEO）在中间试图把所有事情记在脑子里。
在网络学中，全互联图的问题在于，每个节点都必须具备极高的智商。所以我们的做法就是：只招那些能在全互联图中生存的高智商人才。如果他们为了解决一个特定问题，却连该去找谁沟通都搞不定，或者他们缺乏与他人合作和沟通的能力，那他们就不适合待在这种组织里。他们应该去那种让他们感觉更舒服的、等级森严的公司。
所以我们并不依赖工具来管理。
Naval：不过，AI 在组织内部依然是一个非常有用的隐秘工具。我可以举两个例子，虽然实际应用场景远不止这些。
第一， 比如你在读别人写的极其复杂的代码时，你可以让 AI 帮你阅读并生成摘要。看论文也是一样，AI 可以读别人的论文并给你总结。它甚至可以扫描整个代码库，告诉你公司内部谁是哪个领域的专家，从而引导你去找到那个人。
所以，AI 可以替你完成大量的“挖掘”工作。你不再那么需要显式的“内联网”（Intranet）了。你不需要把所有东西都显式地标记下来，因为 AI 知道你所处的位置。
你甚至可以把 AI 扔进代码库、设计稿、硬件图纸里让它随便翻。如果你有供应商和供应商的资料，你可以把它丢进存放这些文件的数据库或文件夹里。
如果你愿意，你甚至可以让它接入公司邮件，然后问它：“我们目前的进度到底在哪？离产品发布还有多远？根据你对公司估算和时间表的了解，帮我画一张甘特图。告诉我谁落后了，谁超前了，哪个部门缺资源。”
AI 可以持续不断地为你进行数据分析、挖掘和报告——按需生成报告。你不再需要特定的图表、仪表盘或复杂的商业智能（BI）系统。你可以让 AI 动态即时地重新生成这些视图。虽然每次生成可能有点慢，但你可以让它按需构建和更新仪表盘。这是 AI 带来的第一大变革。
第二， 传统上，公司里会有硬件工程师、软件工程师和 AI 工程师，他们通常不会跨界去做彼此的工作。但现在有了 AI，他们至少能涉足别人工作 20% 到 30% 的领域。这使得不同工种之间的衔接变得更加容易。
比如，AI 工程师如果需要测试某个东西，他们可以自己用 AI 写一些软件测试脚本。虽然这可能不适合用于生产环境部署，但总比坐在那里干等软件工程师过来给他们写定制代码要好得多。
同样的，硬件工程师也可以写一点软件来启动新的硬件设备，而不用苦等软件部门排期。
AI 让每个人都能稍微涉猎其他领域，让人变得更像“通才”。而作为通才，你与其他人之间的接口就会更加顺畅。你不一定非要等别人为你写一个明确的 API 才能调用他们的代码。你可以让 AI 去发现现有的 API，或者让它自己生成 API，甚至你可以绕过 AI，直接在数据库或代码库的任意层级上进行对接。
所以，AI 天然就是一个力量倍增器，只不过我们在公司里并没有对它做什么刻意的安排。
Nivi：你现在正在试图弄明白什么大问题吗？
（问这个问题的原因是，人们很少有机会看到聪明人在思考过程中的工作状态。我的执念之一就是试图挖掘聪明人头脑中的秘密和实时想法。）
Naval：现在的世界和几年前已经完全不同了。目前在 AI 领域，大概有两家、四家，或者如果把英伟达算作硬件的话是五家公司在主导。问题是：这种局面稳定吗？
AI 究竟会变成一个大宗商品生意（Commodity），还是会走向垄断，或是寡头垄断？它的发展会遇到瓶颈吗？它们会因为耗尽数据而导致模型停止进化吗？还是我们会一路奔向 AGI（通用人工智能）？
显然，那些在 AI 实验室内部的人是 AGI 的信徒，他们认为所有的价值最终都会流入这些 AI 实验室。这会导致行业集中度远超现在的“科技七巨头”（Mag 7），变成“两大巨头”甚至“一家独大”吗？
或者，AI 会走向碎片化吗？开源真的有机会吗？还是说人们永远只想要最聪明的模型，为此他们愿意放弃隐私、放弃开源，乖乖在云端付钱？
我认为这些都是极其重大的问题。简直是撼动世界的问题，而我目前也没有答案。
AI 可以在分布式环境下进行训练吗？ 分布式训练是否可能？还是说这些算力会越来越集中？目前的共识似乎是走向集中训练：由两到四家公司主导，数据中心和能源成为硬限制，所有人都在朝这个方向狂奔。
但如果这个共识是错的呢？那将是一个有趣的逆向押注。但我目前还没有看到足够的证据。我认为目前 AI 领域的主流共识在这一块是对的。
至于 AGI，我不知道。我不打算靠当未来学家吃饭。当然，前沿实验室里的人相信它，而且他们相信很久了。就我肉眼所见的 AI 来说，它目前的智力呈现出一种“锯齿状”（Jagged intelligence，意即在某些方面超强，在某些基础常识上极弱）。它在多模态推理上也相当糟糕。我不认为它拥有一个好的“世界模型”（World model），尽管现在涌现出了很多号称在做世界模型的公司。
很多人看到一个可以导航的虚拟世界，就会说：“哦，这就是世界模型，因为它看起来像一个世界，我还能在里面漫游。” 但这根本不是世界模型。
真正的世界模型是：一个智能体在脑海中拥有一个对世界的模拟，这允许它采取某种行动，并预测该行动的后果，然后根据实际发生的情况（无论它是否学到了什么）调整自身的行为——这就形成了一个强化学习的循环。这才是真正的世界模型。
现在我们看到了一些在做世界模型的公司。比如 Yann LeCun 最近就提出了一个叫 JEPA（联合嵌入预测架构）的著名模型。我们将会看到新型的网络架构、新型的智能体、新型的智慧涌现。我们能到达 AGI 吗？我不知道。这也是所有人都在试图弄明白的问题。
但这个世界确实在剧变。X（推特）上有个著名的梗叫“什么都不曾发生”（Nothing ever happens）。我想说的是，这个时代已经结束了。
我还没法确切指出原因，但任何保持关注的人都会告诉你，后疫情时代的世界变化速度快得多了。也许 COVID 只是一个导火索，或者是原本脆弱的平衡被打破，导致我们经历了一次“相变”（Phase shift，物理术语，指物质状态的突变）。
但世界似乎运转得快多了。在地缘政治上如此，在经济上如此，在科技上更是如此。风投们现在被迫去投资更多的硬件、火箭、无人机、AI——你可以称之为科幻技术。
科幻技术现在正处于高需求期。但科幻科学家、科幻作家、科幻工程师的供给却严重不足。 我们正在见证世界的转移。这或许会变好，或许会变坏，但变化正在极速发生。
我们正活在中国人的那个古老诅咒里：“愿你生活在有趣的时代。”
Nivi：在硬件世界里，有什么是你正在探索的吗？
Naval：我认为无人机的潜力依然被严重低估了，尽管它们最近在战场上已经大放异彩。但我们距离无人机战争的终局还差得远。目前我在这方面没有特别去钻研什么，但我有一些宏观的观察。
我认为无人机的防御将会非常困难。因为攻击方的无人机拥有双重优势：一是动能优势（因为它是俯冲砸向你）；二是奇袭优势（攻击者可以在一个区域集结大量无人机，而防御者的兵力永远是被稀释的）。防御者唯一的优势是射程短——拦截弹飞升的距离远比攻击无人机长途奔袭的距离要短。
但更重要的是，无人机战争将从根本上改变社会中“暴力”的结构，进而改变军队乃至整个国家的架构。
你可以说，现代民族国家的崛起是步枪的产物。因为步枪让一个普通农民也可以在战场上击倒一名封建骑士。但步枪需要工厂来制造，你需要对大批士兵进行操练、武装和训练。于是，民族国家（Nation-state）取代了封建制度，成为了组织这种暴力的最佳载体。
而在核时代，世界上真正完全独立的主权国家只有七到九个，其他人都生活在别人的核保护伞下。这七到九个国家掌控着全世界的话语权。1945年之后，核武器成为了暴力的新逻辑。
而现在，暴力的最新逻辑就是无人机。
这又将带来一次底层逻辑的洗牌。因为无人机将“相互保证毁灭”（MAD）的逻辑降维到了个人级别。在未来，如果你真的恨一个人，你可以用无人机干掉他。这种即将到来的新型暴力形式，将彻底重构我们所熟知的社会结构。
我不知道这会导向何方。是会出现几个控制着所有无人机的庞大国家？还是无人机会变得极其民主化，以至于任何个体都能拥有致命的武力？
Naval：另外，人们对 AI 的一大担忧是生物武器。我不想引起恐慌，但理论上，过去如果你足够聪明，你也能弄清楚如何制造生物武器。但当时既懂行又有条件接触到相关资源的人极少。虽然后来还是发生了——比如巧合地在武汉生物武器实验室附近爆发了冠状病毒（此处为Naval的个人观点，译者注）。
现在，这种制造灾难的能力正在被“民主化”，就像“氛围编程”（Vibe coding，指依靠AI进行低门槛编程）正在被民主化一样。以前会写代码的人很少，现在能靠 AI 进行氛围编程的人增加了成百上千倍。同理，未来能获取并利用致命病毒或生物武器的人数，也会增加几十万倍。想想就很可怕。
当然，我们也可以反其道而行之——希望 AI 能研究出疫苗或解药。但问题在于，所有官方的、正向的医学研究都被重重法规死死锁住。没有比医疗监管更糟糕的监管了。
我认为 AI 解决医学、生物学和疗法的真正机会在于数据。你需要看到每个人的数据集，需要看到所有的治疗结果。你想要尽可能多的数据。
然而，这些数据被隐藏在无数个竖井（Silos）、法规和规则之后。理由很正当——我们不希望个人隐私被侵犯。但如果我们能将数据匿名化、清洗，并允许这些数据集流通，让人们可以在“自愿承担风险”（Right to try）的前提下测试疗法，那我们就有了合理的防御手段。但我担心的是，这套体系只有在真正的紧急状态下才会被迫启动。
即使在新冠期间，当我们处于紧急状态时，研发疫苗依然花了很长时间（而且事实证明效果也一般）。之所以这么慢，是因为我们根本不允许人们在自愿的情况下进行快速试错。
要是放在过去，肯定有一帮健康的年轻志愿者站出来说：“行啊，给我打疫苗，然后再给我注射新冠病毒，我愿为团队牺牲。” 但在今天的“生物伦理学家”的阻挠下，我们连这都不允许。系统里有太多的官僚主义，太多只会说“不”的人，阻挡了少数真正想做事的人。为此，我对未来确实有一点担忧。
Nivi：硬件领域还有其他什么有趣的动向吗？
Naval：我认为硬件即将迎来一次文艺复兴（Renaissance）。
历史上，很多硬件产品的痛点是：很难写出优秀的配套软件。于是你拿出了惊艳的硬件，却因为配套的软件太烂，导致设备本身根本发挥不出实力。
苹果公司之所以成功，就是因为他们能将高质量硬件与高质量软件完美结合。大多数公司只能做好一两件事。苹果做到了两点：顶级的硬件和顶级的软件。但他们不擅长云端和 AI。谷歌非常擅长云和 AI，但不擅长硬件（某些特定软件除外，比如云服务软件，但不擅长消费者端软件）。
现在，情况变了。有很多公司硬件做得极好，但软件不行——不过没关系，他们现在可以通过 AI 做出“足够好”的软件了。甚至他们可能根本不需要开发传统的软件了。因为未来，我的 AI 智能体会直接与你的硬件设备交互，我作为人类，不再需要操作你提供的软件界面。
举个例子，如果你公司是做安防摄像头的，或者是做儿童玩具的，又或者是做可编程灯具的。突然之间，为这些设备编写软件变得无比简单。你可以找个聪明的年轻人，用 Claude Code（AI编程工具） 直接为你生成所需的所有软件。甚至你根本不需要软件，因为你的安防摄像头将由每个用户自己的 AI 代理直接控制。
我认为硬件本身正在被软件（AI）所“解锁”。
这也是为什么中国目前如此大力推崇开源 AI 的原因之一。当然，他们目前在某些领域落后，所以想通过开源来追赶；这也出于一点民族主义自豪感——“我们大家一起上”。也许中国政府在背后资助并鼓励他们开源。但不管怎样，开源完美契合了中国在硬件上的主导地位。
中国目前制造了世界上大部分的消费品电子产品。对他们来说，开源 AI 具有巨大的战略利益，因为它将其互补品（软件/AI）商品化了。
英伟达也是一样。英伟达只想卖掉尽可能多的显卡，所以他们希望人们使用尽可能多的 AI 模型。因此他们倾向于一切开源。
同样，超大规模云厂商（Hyperscalers）也希望一切开源。这种利益驱动使得 AI 模型走向开源，而开源又进一步将软件商品化；软件一旦被商品化，就会解锁更多的硬件需求。
所以我认为，我们将看到越来越多有趣且实用的硬件设备问世，因为软件层面的障碍已经被 AI 扫平了。
Nivi：我不会对未来感到恐惧或焦虑，部分原因是我是个盲目的乐观主义者，部分原因是我生活在发达国家。
Naval：是的，我也不会为此焦虑。因为我觉得，想象末日场景总是比想象积极场景要容易得多。 因为乐观主义需要创造力。
以“岗位流失”为例。很容易看出哪些现有工作会被 AI 取代，但很难预测未来的新工作会是什么。可无论多么难测，新的工作总会不可避免地出现。
正因为如此，人们往往执着于末日论。想象毁灭的方法总是比想象崛起的方法要容易。
如果在 200 年前，没有人能想象我们今天的世界会是什么样子——科技如此发达，资本主义和经济社会演变成这样，各种社会形态并存。他们甚至连今天存在的 10% 的工作都无法想象，因为当时所有人都在农场干活。但尽管如此，我们还是走到了今天。
同理，今天人们想象的末日场景，其实和一百年前人们想象的末日如出一辙。在我有生之年，每隔十年就会出现一种新的环境灾难论，有人说世界会因为环境崩溃而毁灭；然后每隔十年又会有一种因为战争导致世界末日的论调。
是的，有时候我们确实很危险。比如 COVID，如果当时的病毒致死率再高一点，我们可能就惨了。如果爆发第三次世界大战并互相投掷核弹，那绝对是灾难。这些情景更容易被想象，它们在我们的脑海中更加清晰可见，而且后果极其惨重，所以人们当然会特别关注。
但要想象“创造力”就很难，要保持乐观就更难了。所以我们必须培养乐观精神，奖励乐观主义。我们必须“非理性地乐观”，因为这是我们摆脱困境的唯一出路。
每当有人玩“螃蟹心理”（Crab mentality，指见不得别人好，把乐观的人拉下水），不断向你兜售绝望和厄运时，他们也许是出于善意警告风险，但这绝对帮不上任何忙。在战壕里，你绝对不想和这种悲观主义者做战友。
【内容概述】“什么都不会发生”的时代已经结束
来源：Naval Podcast (2026年5月4日)
核心论点：后疫情时代世界加速剧变，“无聊的停滞”已终结；AI与硬件的结合正在重塑企业组织、地缘政治与人类社会结构。
一、组织架构：告别层级，拥抱“全互联”
• 反对传统层级：Naval 厌恶大公司的官僚政治与低效，拒绝像 Square 或 Shopify 那样围绕 AI 刻意重组。他认为层级制是规模膨胀后的无奈之举。
• Impossible 的实践：
• AI 的隐性赋能：
二、宏观变局：身处“有趣”的诅咒中
• 时代转折：流行语“Nothing ever happens”（什么都不会发生）已经过时。COVID 打破了旧有的平衡，世界进入加速变化的“相变”期。
• AI 格局未定：
• 科幻落地：VC 开始疯狂投资硬件、火箭、无人机等“科幻技术”，但相应的工程师和科学家极度稀缺。
三、硬件与战争：暴力逻辑的重构
• 无人机革命：
• 生物威胁的民主化：
四、硬件复兴：AI 正在解锁物理世界
• 痛点解决：历史上硬件受制于糟糕的软件。苹果是唯一打通软硬件的例外。
• AI 赋能：
• 地缘战略：
五、心态建设：非理性的乐观
• 末日论为何流行：想象毁灭（Doom）比想象创造（Creation）容易。人类大脑更容易处理负面的、具象的灾难场景。
• 历史视角：200 年前没人能预测今天的就业市场（当时全是农民）。同样，我们无法预测 AI 创造的新工作，但新工作一定会出现。
• 结论：不要做战壕里拖后腿的悲观者。面对不可知的未来，非理性的乐观主义是人类走出困境的唯一路径。
相关推荐阅读：
• 《Life is Lived in The Arena》
• 《If You Want to Learn, Do》
• 《Most Books Should Be Skimmed, A Few Should Be Devoured》